刘孟轲，吴洋 ，王逊

（1.四川大学计算机学院，成都610065；2.四川大学视觉合成图形图像技术国防重点学科实验室，成都610065）

基于卷积神经网络的轨道表面缺陷检测技术实现

刘孟轲1，2，吴洋1，2，王逊1

（1.四川大学计算机学院，成都610065；2.四川大学视觉合成图形图像技术国防重点学科实验室，成都610065）

利用计算机视觉技术，通过采用基于线阵CCD相机的图像采集系统，能够实现轨道信息的完整采集，实现对铁路轨道缺陷的检测。然而，目前国内大部分缺陷识别技术还不成熟，对于缺陷数据的自动化识别仍很困难，很大程度仍然依靠高度熟练的技术工人或者采用进口检测系统。因此，为满足发展需求，针对有效的轨道表面缺陷识别检测方法进行研究，提出基于卷积神经网络的算法，实现对轨道表面缺陷的识别。以圆形、条形两种缺陷类型数据作为研究对象，验证对轨道表面缺陷的识别检测准确度。

1 轨道缺陷检测技术

列车的运行安全一直是铁路交通运营中关系到经济发展和人身安全的重大问题，而作为列车载体的轨道，则是安全的基础平台。随着我国高速铁路的持续建设和既有铁路线路的提速，轨道缺陷检测有效时间不断减少，同时钢轨使用负荷不断增加，铁路交通迅速发展的同时也正面临着日益凸显的安全问题。重视对钢轨损伤和缺陷的检测分析，及时发现轨道存在的缺陷，不仅是延长钢轨使用寿命的必要措施，更是确保铁路交通安全的重要手段。……